zaydzuhri/the_pile_tokenized_5percent_truncated_packed_v2
收藏数据链接：
官方服务：
资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 splits: - name: train num_bytes: 17294237972 num_examples: 2456775 download_size: 7744795432 dataset_size: 17294237972 configs: - config_name: default data_files: - split: train path: data/train-* ---
提供机构：
zaydzuhri原始信息汇总
数据集概述
特征
- 名称: input_ids
- 序列类型: int32
数据分割
- 名称: train
- 字节数: 17294237972
- 样本数: 2456775
数据大小
- 下载大小: 7744795432
- 数据集大小: 17294237972
配置
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
